Ponderarea prin Inversul Probabilității Augmentată cu Învățare Automată (ML-IPW)

Ponderarea prin inversul probabilității augmentată cu învățare automată înlocuiește regresia logistică parametrică cu algoritmi flexibili de ML pentru a estima scorurile de propensitate ale tratamentului, apoi reponderază eșantionul pentru a echilibra unitățile tratate și de control. Prin valorificarea cursanților adaptivi la date, cum ar fi lasso, pădurile aleatoare sau gradient boosting, ML-IPW controlează factorii de confuzie de înaltă dimensionalitate și neliniari pe care IPW clasic îi omite, păstrând în același timp cadrul intuitiv de ponderare.